Silicidation process: Modelling nickel deposition and diffusion from silicide/silicon interfaces through ab initio calculations and machine learning approach - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

Silicidation process: Modelling nickel deposition and diffusion from silicide/silicon interfaces through ab initio calculations and machine learning approach

Procédé de siliciuration : Modélisation du dépôt et de la diffusion du nickel à partir des interfaces siliciure/silicium par des calculs ab initio et une approche d'apprentissage automatique

Résumé

Nickel silicidation process: Modelling of nickel deposition and diffusion from silicide/silicon interfaces through ab initio calcu- lations and machine learning approach Although nickel-based silicide thin films are already used in many technolog- ical applications in microelectronics, their formation mechanisms are still far from being understood and controlled, which makes their industrial integration difficult. It has been shown that the silicidation process is controlled from the very first Ni-Si interactions when nickel is deposited on the silicon substrate, before the thermal activation phase that forms the final silicide. In this thesis, a multi-level modelling strategy combining ab initio calculations, molecular dynamics simulations and machine learning methods is used to describe some key stages of the silicidication process. The deposition stage is studied using ab initio methods. The activation phase is studied using molecular dynamics, for which a Machine Learning interatomic potential has been developed. First, first-principles calculations are used to unravel the early stages of nickel silicide formation. Our work demonstrates that during the deposition of nickel on top of a silicon surface, an interface alloyed layer is formed even at room temperature before any thermal activation. Moreover, we have suc- ceeded in determining that this interfacial layer has a nickel-rich composition (011)Ni3Si which is favored by the ability of nickel atoms to penetrate the sur- face layers of the silicon substrate. These calculations are validated by experi- mental measurements of X-ray reflectivity and high resolution scanning trans- mission electron microscopy. Then, the nickel-silicon/silicon interfaces likely to appear after the thermal activation phase of the silicidation process are studied using ab initio calcula- tions. The structural properties and the charges are analyzed. Our work evi- dences the presence of dislocations and charge transfers as stabilization mech- anisms in relation to orientation and stacking. In particular, we find that at- tempts of silicide rotation to minimize the elastic energies produced by the lat- tice mismatches of the two materials are related to large dislocations in the in- terface regions. These interfaces are then used for the construction of an ab initio database to build an interatomic potential for the long time simulation of interface dynamics. Finally, the nickel silicidation process after thermal activation is studied thanks to the development of an interatomic interaction potential of Machine Learning type based on linear regression methods (Lassolars). Using this poten- tial, atomic dynamics are simulated on nickel-silicide/silicon interfaces during long simulation times using molecular dynamics with different thermal bud- gets. Structural and chemical analyses of the silicide structures formed during the simulation are provided.
Procédé de siliciuration du nickel : Modélisation du dépôt et de la diffusion du nickel à partir des interfaces siliciure/sili- cium par des calculs ab initio et une approche d’apprentissage automatique Alors que les couches minces de siliciures à base de nickel sont déjà présentes dans de nombreuses applications technologiques de la microélectronique, leurs mécanismes de formation sont encore loin d’être compris et maîtrisés, ce qui rend leur intégration industrielle difficile. Il est montré que le procédé de sili- ciuration est piloté dès les toutes premières interactions Ni-Si lors du dépôt de nickel sur le substrat de silicium avant la phase d’activation thermique formant le siliciure final. Dans cette thèse, une stratégie de modélisation à plusieurs niveaux associant des calculs ab initio, des simulations de dynamique molécu- laire et des méthodes d’apprentissage automatique est utilisée pour décrire quelques étapes clés du procédé de siliciuration. L’étape de dépôt est étudiée par des méthodes ab initio. La phase d’activation est étudiée par dynamique moléculaire, pour laquelle le développement d’un potentiel interatomique de type Machine Learning a été effectué. Dans un premier temps, les calculs ab initio sont utilisés pour élucider les premières étapes de la formation du siliciure de nickel. Notre travail démon- tre que lors du dépôt de nickel sur une surface de silicium, une couche al- liée d’interface est formée même à température ambiante avant toute activa- tion thermique. Cette couche interfaciale a une composition riche en nickel de type (011)Ni3Si qui est favorisée par la capacité des atomes de nickel à pénétrer les couches en surface du substrat de silicium. Ces calculs sont validés par des mesures expérimentales de réflectivité des rayons X et de microscopie élec- tronique à transmission à balayage à haute résolution. Ensuite, les interfaces nickel-silicium/silicium susceptibles d’apparaître après la phase d’activation thermique du procédé de siliciuration sont étudiées à l’aide de calculs ab ini- tio. Les propriétés structurales et les charges sont analysées. Notre travail met en évidence la présence de dislocations et de transferts de charge comme mé- canismes de stabilisation en relation avec l’orientation et l’empilement. En par- ticulier, nous constatons que les tentatives de rotation du siliciure pour min- imiser les énergies élastiques produites par les désaccords de maille des deux matériaux sont liées à de grandes dislocations dans les régions d’interface. Ces interfaces sont ensuite utilisées pour la construction d’une base de données ab initio pour construire un potentiel interatomique. Enfin, l’étape d’activation thermique est étudiée. Nous dévrivons le développement d’un potentiel in- teratomique de type Machine Learning fondé sur des méthodes de régression linéaire (Lassolars). A l’aide de ce potentiel, les dynamiques atomiques sont simulées aux interfaces nickel-siliciure/silicium pendant des temps de simula- tion Lassolars machine-learning en utilisant la dynamique moléculaire en util- isant différents bilans thermiques. Des analyses structurales et chimiques des structures de siliciure formées au cours de la simulation sont fournies.
Fichier principal
Vignette du fichier
Thesis_Cesar-Jara_final.pdf (14.7 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04414908 , version 1 (05-09-2023)
tel-04414908 , version 2 (24-01-2024)

Identifiants

  • HAL Id : tel-04414908 , version 1

Citer

César Jara Donoso. Silicidation process: Modelling nickel deposition and diffusion from silicide/silicon interfaces through ab initio calculations and machine learning approach. Micro and nanotechnologies/Microelectronics. UPS Toulouse, 2023. English. ⟨NNT : ⟩. ⟨tel-04414908v1⟩
147 Consultations
41 Téléchargements

Partager

Gmail Facebook X LinkedIn More